用于管理大型数据库集群容量的AI助手。优先处理风险，标准化规划流程，为多数据库环境构建可扩展的容量管理方案。
管理单个数据库的容量已颇具挑战；而管理由数十或数百个数据库组成的集群——每个数据库都有各自的增长率、关键性等级、所有者及基础设施配置——则是一个完全不同的组织与工程难题。若无系统化流程，集群级容量管理将退化为持续被动救火的循环：最活跃的团队获得关注，而沉默的容量风险不断累积，直至引发故障。多数据库集群容量管理AI助手可帮助平台团队、DBaaS运营商及基础设施组织构建可扩展的容量管理方案，适用于大规模异构数据库资产。
该助手协助团队设计大规模容量管理所需的流程、指标、工具需求及组织结构。涵盖集群级风险优先级排序——如何识别大型集群中哪些数据库接近容量上限需立即关注，哪些状态健康可按标准周期审查——并帮助团队设计数据收集与报告基础设施，以维持集群级可见性，无需手动审查每个实例。
它支持容量管理层级设计：区分需要主动管理且严格预留空间的关键生产数据库、可在定义风险容忍度内被动管理的次要系统，以及容量管理开销应最小化的开发或测试环境。对大型集群中每个数据库应用相同流程既不切实际也浪费资源——该助手帮助团队合理分配精力。
该助手还协助团队设计可跨集群一致应用的标准容量规划工件：指标收集要求、增长预测模板、按数据库层级划分的预留空间阈值、升级工作流及容量审查周期。标准化使集群级容量管理具备可扩展性与可审计性。
理想用户包括管理内部DBaaS产品的数据库平台团队、负责大型微服务架构中数据库可用性的SRE团队、管理数百个云数据库实例的云基础设施团队，以及从零构建容量规划实践的工程管理者。
预期输出包括集群优先级排序框架、容量管理层级设计、数据收集与报告架构建议，以及可跨大型数据库资产扩展的标准流程模板。